valores y vectores propios
TRANSCRIPT
![Page 1: Valores y Vectores Propios](https://reader034.vdocuments.co/reader034/viewer/2022052600/55721060497959fc0b8d1294/html5/thumbnails/1.jpg)
Valores y vectores propios (Resumen y ejemplos) UNICIT Algebra Lineal Prof. Myriam Vera F.
E.T.S. Minas: Métodos MatemáticosResumen y ejemplos
Tema 5: Valores y vectores propiosFrancisco Palacios
Escuela Politécnica Superior de Ingeniería de ManresaUniversidad Politécnica de Cataluña
Octubre 2008, Versión 1.5
Contenido
1. Definiciones y propiedades
2. Método de la potencia
3. Método de la potencia inversa
4. Método de la potencia inversa desplazada
1 Definiciones y propiedades
Notaciones
• A matriz cuadrada n× n.
• v vector de dimensión n.
• � escalar.
Objetivo Buscar escalares � y vectores no nulos v tales que
Av = �v.
En ese caso, decimos½
� es valor propio de A,v es vector propio asociado a �.
También decimos que (�,v) es un par valor-vector propio de A.
Polinomio característico
p(�) = det (A� �I) .
Los valores propios de A son las raíces del polinomio característico
� valor propio +, p(�) = 0.
1
![Page 2: Valores y Vectores Propios](https://reader034.vdocuments.co/reader034/viewer/2022052600/55721060497959fc0b8d1294/html5/thumbnails/2.jpg)
Resumen y ejemplos Tema 5: Valores y vectores propios 2
Cálculo de vectores propiosPara cada valor propio � resolvemos el sistema de ecuaciones lineales
(A� �I)v = 0,
que debe ser un sistema compatible indeterminado.
Espectro, radio espectralEl espectro de una matriz es el conjunto de sus valores propios, lo represen-tamos por
�(A) = {� : � es valor propio de A}.
El radio espectral de la matriz es el módulo máximo de sus valores propios,lo representamos por
�(A) = max{|�| : � es valor propio de A}.
Diagonalización
Sea A una matriz n× n. Si A tiene n valores propios distintos �1, · · · ,�n yv1, · · · ,vn son vectores propios asociados, entonces
D = V31AV.
• D es la matriz diagonal3
EEEC
�1 0 · · · 00 �2 · · · 0...
.... . .
...0 0 · · · �n
4
FFFD .
• V = (v1|v2| · · · |vn) tiene en columnas los vectores propios.
Ejemplo 1.1 Dada la matriz
A =
3
C3 �1 0�1 2 �10 �1 3
4
D ,
calcula(a) Valores propios. Radio espectral.(b) Vectores propios asociados.(d) Diagonaliza la matriz A.
![Page 3: Valores y Vectores Propios](https://reader034.vdocuments.co/reader034/viewer/2022052600/55721060497959fc0b8d1294/html5/thumbnails/3.jpg)
Resumen y ejemplos Tema 5: Valores y vectores propios 3
(a) Valores propios.
• Polinomio característico.
p(�) = |A� �I| =
¯̄¯̄¯̄3� � �1 0�1 2� � �10 �1 3� �
¯̄¯̄¯̄
p(�) = (3� �)2(2� �)� (3� �)� (3� �)
= (3� �) [(3� �)(2� �)� 2]= (3� �) (�2 � 5�+ 4)| {z } .
factorizamos
�2 � 5�+ 4 = 0 , � =5±s25� 162
=
(5+32 = 4,5332 = 1.
p(�) = (�� 1)(3� �)(�� 4).
• Valores propios. Soluciones de p(�) = 0.
�1 = 1, �2 = 3, �3 = 4.
• El espectro de A es �(A) = {1, 3, 4}.• El radio espectral de A es �(A) = 4.
(b) Cálculo de vectores propios.
• Vectores propios asociados a � = 1. Resolvemos
(A� I) v = 0,3
C2 �1 0�1 1 �10 �1 2
4
D
3
Cxyz
4
D =
3
C000
4
D ,
;?
=
2x� y = 0,�x+ y � z = 0,�y + 2z = 0.
(1a + 2 · 2a)$ 1a
;?
=
y � 2z = 0�x+ y � z = 0�y + 2z = 0
,½y � 2z = 0�x+ y � z = 0
Obtenemos ;?
=
x = t,y = 2t,z = t, t 5 R.
![Page 4: Valores y Vectores Propios](https://reader034.vdocuments.co/reader034/viewer/2022052600/55721060497959fc0b8d1294/html5/thumbnails/4.jpg)
Resumen y ejemplos Tema 5: Valores y vectores propios 4
Vectores propios asociados a � = 1
v = tv1 , con v1 =
3
C121
4
D .
• Vectores propios asociados a � = 3.
(A� 3I) v = 0,3
C0 �1 0�1 �1 �10 �1 0
4
D
3
Cxyz
4
D =
3
C000
4
D ,
½�x� y � z = 0�y = 0 ,
;?
=
x = t,y = 0,z = �t, t 5 R.
Vectores propios asociados a � = 3
v = tv2 con v2 =
3
C10�1
4
D .
• Vectores propios asociados a � = 4.
(A� 4I) v = 0,3
C�1 �1 0�1 �2 �10 �1 �1
4
D
3
Cxyz
4
D =
3
C000
4
D ,
;?
=
�x� y = 0�x� 2y � z = 0
�y � z = 0, (2a � 3a)$ (2a)
;?
=
�x� y = 0�x� y = 0�y � z = 0
½x+ y = 0y + z = 0
,
;?
=
x = t,y = �t,z = t, t 5 R.
Vectores propios
v = tv3 con v3 =
3
C1�11
4
D .
(c) Diagonalización.
• Base de vectores propios
B = (v1,v2,v3) .
![Page 5: Valores y Vectores Propios](https://reader034.vdocuments.co/reader034/viewer/2022052600/55721060497959fc0b8d1294/html5/thumbnails/5.jpg)
Resumen y ejemplos Tema 5: Valores y vectores propios 5
• Matriz de cambio
V =
3
C1 1 12 0 �11 �1 1
4
D .
• DiagonalizaciónD = V31AV,
donde
V31 =
3
C1/6 1/3 1/61/2 0 �1/21/3 �1/3 1/3
4
D =1
6
3
C1 2 13 0 �32 �2 2
4
D .
Verificamos la diagonalización
V31AV =1
6
3
C1 2 13 0 �32 �2 2
4
D
3
C3 �1 0�1 2 �10 �1 3
4
D
3
C1 1 12 0 �11 �1 1
4
D
=1
6
3
C1 2 13 0 �32 �2 2
4
D
3
C1 3 42 0 �41 �3 4
4
D =1
6
3
C6 0 00 18 00 0 24
4
D
V31AV =
3
C1 0 00 3 00 0 4
4
D . ¤
Ejemplo 1.2 Cálculo de V31 por Gauss-Jordan.
Partimos de (V|I3).3
C1 1 12 0 �11 �1 1
¯̄¯̄¯̄1 0 00 1 00 0 1
4
D ,
(2a � 2× 1a)$ (2a)(3a � 1a)$ (3a)
3
C1 1 10 �2 �30 �2 0
¯̄¯̄¯̄1 0 0�2 1 0�1 0 1
4
D ,
(�3a)$ (2a)(2a)$ (3a)
3
C1 1 10 2 00 �2 �3
¯̄¯̄¯̄1 0 01 0 �1�2 1 0
4
D ,
(3a + 2a)$ (3a)
3
C1 1 10 2 00 0 �3
¯̄¯̄¯̄1 0 01 0 �1�1 1 �1
4
D ,
Resumen y ejemplos Tema 5: Valores y vectores propios 5
• Matriz de cambio
V =
3
C1 1 12 0 �11 �1 1
4
D .
• DiagonalizaciónD = V31AV,
donde
V31 =
3
C1/6 1/3 1/61/2 0 �1/21/3 �1/3 1/3
4
D =1
6
3
C1 2 13 0 �32 �2 2
4
D .
Verificamos la diagonalización
V31AV =1
6
3
C1 2 13 0 �32 �2 2
4
D
3
C3 �1 0�1 2 �10 �1 3
4
D
3
C1 1 12 0 �11 �1 1
4
D
=1
6
3
C1 2 13 0 �32 �2 2
4
D
3
C1 3 42 0 �41 �3 4
4
D =1
6
3
C6 0 00 18 00 0 24
4
D
V31AV =
3
C1 0 00 3 00 0 4
4
D . ¤
Ejemplo 1.2 Cálculo de V31 por Gauss-Jordan.
Partimos de (V|I3).3
C1 1 12 0 �11 �1 1
¯̄¯̄¯̄1 0 00 1 00 0 1
4
D ,
(2a � 2× 1a)$ (2a)(3a � 1a)$ (3a)
3
C1 1 10 �2 �30 �2 0
¯̄¯̄¯̄1 0 0�2 1 0�1 0 1
4
D ,
(�3a)$ (2a)(2a)$ (3a)
3
C1 1 10 2 00 �2 �3
¯̄¯̄¯̄1 0 01 0 �1�2 1 0
4
D ,
(3a + 2a)$ (3a)
3
C1 1 10 2 00 0 �3
¯̄¯̄¯̄1 0 01 0 �1�1 1 �1
4
D ,
![Page 6: Valores y Vectores Propios](https://reader034.vdocuments.co/reader034/viewer/2022052600/55721060497959fc0b8d1294/html5/thumbnails/6.jpg)
Resumen y ejemplos Tema 5: Valores y vectores propios 6
¡12 × 2
a¢$ (2a)
¡�13 × 3
a¢$ (3a)
3
C1 1 10 1 00 0 1
¯̄¯̄¯̄1 0 01/2 0 �1/21/3 �1/3 1/3
4
D ,
(1a � 2a � 3a)$ (1a)
3
C1 0 00 1 00 0 1
¯̄¯̄¯̄1/6 1/3 1/61/2 0 �1/21/3 �1/3 1/3
4
D ,
V31 =
3
C1/6 1/3 1/61/2 0 �1/21/3 �1/3 1/3
4
D . ¤
2 Método de la potencia
2.1 Definiciones
Valor propio dominanteEs el valor propio de mayor módulo. Si
|�1| > |�2| > · · · > |�n|
entonces �1 es el valor propio dominante.
Vector normalizadoDado un vector
v =
3
EEEC
v1v2...vn
4
FFFD ,
decimos que vj es una componente dominante si
|vj | = kvk" .
Normalizamos un vector dividiéndolo por una componente dominante, estoes, si vdom es una componente dominante de v, entonces el vector
v̂ =1
vdom· v
está normalizado. Si un vector v̂ está normalizado, se cumple kv̂k" = 1,además v̂ tiene una componente dominante igual a 1.
Ejemplo 2.1 Dado el vector
v =
3
EEC
1�2�41
4
FFD
determina una componente dominante y calcula un vector normalizado.
SELECCIÓN DE EJERCICIOS RESUELTOS:
E.T.S. Minas: Métodos Matemáticos
Ejercicios Tema 5
Valores y vectores propiosFrancisco Palacios
Escuela Politécnica Superior de Ingeniería de ManresaUniversidad Politécnica de Cataluña
Octubre 2008, Versión 1.3
Ejercicio 1 Consideramos la matriz
A =
Ã1 22 1
!
.
1. Calcula los valores propios.
2. Determina una base de vectores propios.
3. Diagonaliza la matriz.
4. Verifica los resultados con Maple.
Ejercicio 2 Consideramos la matriz
A =
Ãa11 a12a21 a22
!
.
1. Demuestra que el polinomio característico es
p(�) = �2 � traza(A)�+ det(A).
2. Demuestra que A tiene dos valores propios reales distintos si y sólo si
[traza(A)]2 > 4 det(A).
Recuerda que la traza de una matriz es la suma de los elementos de ladiagonal.
Ejercicio 3 Consideramos la matriz
A =
�5 18�6 16
!
.
1
Ejercicios: Valores y vectores propios 2
1. Determina el número de valores propios reales de A usando la traza yel determinante.
2. Calcula el polinomio característicos y el espectro.
3. Determina un base de vectores propios y diagonaliza A.
4. Verifica los resultados con Maple.
Ejercicio 4 Consideramos la matriz
A =
3
EC3 �2 �6�4 5 45 �5 �8
4
FD .
1. Calcula los valores propios.
2. Determina una base de vectores propios.
3. Diagonaliza la matriz.
4. Verifica los resultados con Maple.
Ejercicio 5 Consideramos la matriz
A =
3
EC1 �1 0�2 4 �20 �1 1
4
FD .
1. Calcula los valores propios.
2. Determina una base de vectores propios.
3. Diagonaliza la matriz.
4. Verifica los resultados con Maple.
Ejercicio 6 Dada la matriz
A =
3
EC�4 14 0�5 13 0�1 0 2
4
FD ,
queremos determinar el valor propio dominante usando el método de lapotencia a partir del vector
x(0) =
3
EC100
4
FD .
Ejercicios: Valores y vectores propios 2
1. Determina el número de valores propios reales de A usando la traza yel determinante.
2. Calcula el polinomio característicos y el espectro.
3. Determina un base de vectores propios y diagonaliza A.
4. Verifica los resultados con Maple.
Ejercicio 4 Consideramos la matriz
A =
3
EC3 �2 �6�4 5 45 �5 �8
4
FD .
1. Calcula los valores propios.
2. Determina una base de vectores propios.
3. Diagonaliza la matriz.
4. Verifica los resultados con Maple.
Ejercicio 5 Consideramos la matriz
A =
3
EC1 �1 0�2 4 �20 �1 1
4
FD .
1. Calcula los valores propios.
2. Determina una base de vectores propios.
3. Diagonaliza la matriz.
4. Verifica los resultados con Maple.
Ejercicio 6 Dada la matriz
A =
3
EC�4 14 0�5 13 0�1 0 2
4
FD ,
queremos determinar el valor propio dominante usando el método de lapotencia a partir del vector
x(0) =
3
EC100
4
FD .
![Page 7: Valores y Vectores Propios](https://reader034.vdocuments.co/reader034/viewer/2022052600/55721060497959fc0b8d1294/html5/thumbnails/7.jpg)
Soluciones: Ejercicio1:
E.T.S. Minas: Métodos Matemáticos
Soluciones Tema 5
Valores y vectores propios
Francisco PalaciosEscuela Politécnica Superior de Ingeniería de Manresa
Universidad Politécnica de Cataluña
Octubre 2008, Versión 1.3
Ejercicio 1 Consideramos la matriz
A =
µ1 22 1
¶.
1. Calcula los valores propios.
2. Determina una base de vectores propios.
3. Diagonaliza la matriz.
4. Verifica los resultados con Maple.
___________
1. Valores propios
p(�) = |A� �I| =¯̄¯̄ 1� � 2
2 1� �
¯̄¯̄ ,
p(�) = �2 � 2�� 3.
Resolvemos
p(�) = 0, �2 � 2�� 3 = 0.
Obtenemos
�1 = �1, �2 = 3.
El espectro de A es�(A) = {�1, 3} .
2. Base de vectores propios
2.1 Vectores propios asociados a �1 = �1.Resolvemos
(A+ I)v = ~0,µ2 22 2
¶µxy
¶=
µ00
¶,
1
![Page 8: Valores y Vectores Propios](https://reader034.vdocuments.co/reader034/viewer/2022052600/55721060497959fc0b8d1294/html5/thumbnails/8.jpg)
Soluciones a los ejercicios: Valores y vectores propios 2
½2x+ 2y = 02x+ 2y = 0
,½x+ y = 0x+ y = 0
,½x = ty = �t t 5 R.
Vectores propios
v = tv1 = t
µ1�1
¶, v1 =
µ1�1
¶.
2.2 Vectores propios asociados a �2 = 3.
Resolvemos(A� 3I)v = ~0,
µ�2 22 �2
¶µxy
¶=
µ00
¶,
½�2x+ 2y = 02x� 2y = 0 ,
©�x+ y ,
½x = ty = t
, t 5 R.
Vectores propios
v = tv2 = t
µ11
¶, v2 =
µ11
¶.
Base de vectores propiosV = {v1,v2} .
3. Diagonalización.D = V31AV,
V =
µ1 1�1 1
¶, V31 =
1
2
µ1 �11 1
¶.
D =1
2
µ1 �11 1
¶µ1 22 1
¶µ1 1�1 1
¶
=1
2
µ1 �11 1
¶µ�1 31 3
¶
=1
2
µ�2 00 6
¶=
µ�1 00 3
¶. ¤
Ejercicio 2 Consideramos la matriz
A =
µa11 a12a21 a22
¶,
1. Demuestra que el polinomio característico es
p(�) = �2 � traza(A)�+ det(A).
![Page 9: Valores y Vectores Propios](https://reader034.vdocuments.co/reader034/viewer/2022052600/55721060497959fc0b8d1294/html5/thumbnails/9.jpg)
Soluciones a los ejercicios: Valores y vectores propios 2
½2x+ 2y = 02x+ 2y = 0
,½x+ y = 0x+ y = 0
,½x = ty = �t t 5 R.
Vectores propios
v = tv1 = t
µ1�1
¶, v1 =
µ1�1
¶.
2.2 Vectores propios asociados a �2 = 3.
Resolvemos(A� 3I)v = ~0,
µ�2 22 �2
¶µxy
¶=
µ00
¶,
½�2x+ 2y = 02x� 2y = 0 ,
©�x+ y ,
½x = ty = t
, t 5 R.
Vectores propios
v = tv2 = t
µ11
¶, v2 =
µ11
¶.
Base de vectores propiosV = {v1,v2} .
3. Diagonalización.D = V31AV,
V =
µ1 1�1 1
¶, V31 =
1
2
µ1 �11 1
¶.
D =1
2
µ1 �11 1
¶µ1 22 1
¶µ1 1�1 1
¶
=1
2
µ1 �11 1
¶µ�1 31 3
¶
=1
2
µ�2 00 6
¶=
µ�1 00 3
¶. ¤
Ejercicio 2 Consideramos la matriz
A =
µa11 a12a21 a22
¶,
1. Demuestra que el polinomio característico es
p(�) = �2 � traza(A)�+ det(A).
Ejercicio 4:
![Page 10: Valores y Vectores Propios](https://reader034.vdocuments.co/reader034/viewer/2022052600/55721060497959fc0b8d1294/html5/thumbnails/10.jpg)
Soluciones a los ejercicios: Valores y vectores propios 5
Vectores propios
v =
µ12/3
¶, tomamos v2 =
µ32
¶.
DiagonalizaciónD = V31AV.
Matriz de cambio
V =
µ2 31 2
¶,
inversa
V31 =
µ2 �3�1 2
¶.
Verificamos la diagonalización
D =
µ2 �3�1 2
¶µ�5 18�6 16
¶µ2 31 2
¶
=
µ2 �3�1 2
¶µ8 214 14
¶=
µ4 00 7
¶. ¤
Ejercicio 4 Consideramos la matriz
A =
3
C3 �2 �6�4 5 45 �5 �8
4
D .
1. Calcula los valores propios.
2. Determina una base de vectores propios.
3. Diagonaliza la matriz.
4. Verifica los resultados con Maple.
___________
1. Valores propios.
Polinomio característico
p (�) = |A� �I| =
¯̄¯̄¯̄3� � �2 �6�4 5� � 45 �5 �8� �
¯̄¯̄¯̄ .
Sumamos la segunda columna a la primera
p (�) =
¯̄¯̄¯̄1� � �2 �61� � 5� � 40 �5 �8� �
¯̄¯̄¯̄ ,
![Page 11: Valores y Vectores Propios](https://reader034.vdocuments.co/reader034/viewer/2022052600/55721060497959fc0b8d1294/html5/thumbnails/11.jpg)
Soluciones a los ejercicios: Valores y vectores propios 6
sacamos el factor (1� �) de primera columna
p (�) = (1� �)
¯̄¯̄¯̄1 �2 �61 5� � 40 �5 �8� �
¯̄¯̄¯̄ ,
p (�) = (1� �) [(5� �) (�8� �) + 30 + 20 + 2 (�8� �)]
= (1� �)¡�40� 5�+ 8�+ �2 + 50� 16� 2�
¢
= (1� �)¡�2 + �� 6
¢| {z }factorizamos
�2 + �� 6 = 0
� =�1±
s25
2=
(31+52 = 2,
31352 = �3.
p (�) = (1� �) (�� 2) (�+ 3) .
Espectro� (A) = {�3, 1, 2} .
2. Base de vectores propios.
2.1. Vectores propios asociados a �1 = �3.Resolvemos
(A+ 3I)v = ~0,3
C6 �2 �6�4 8 45 �5 �5
4
D
3
Cxyz
4
D =
3
C000
4
D .
Reducimos por filas3
C6 �2 �6�4 8 45 �5 5
4
D,
3
C3 �1 �3�1 2 11 �1 �1
4
D ,
(3a)$ (1a)
(1a)$ (3a)
3
C1 �1 �1�1 2 13 �1 �3
4
D ,
(2a + 1a)$ (2a)(3a � 3× 1a)$ (3a)
3
C1 �1 �10 1 00 2 0
4
D ,
obtenemos el sistema equivalente
½x� y � z = 0y = 0
,
;?
=
x = t,y = 0,z = t, t 5 R.
![Page 12: Valores y Vectores Propios](https://reader034.vdocuments.co/reader034/viewer/2022052600/55721060497959fc0b8d1294/html5/thumbnails/12.jpg)
Soluciones a los ejercicios: Valores y vectores propios 7
Vector propio asociado
v1 =
3
C101
4
D .
2.2 Vectores propios asociados a �2 = 1.
Resolvemos(A� I)v = ~0,
3
C2 �2 �6�4 4 45 �5 �9
4
D
3
Cxyz
4
D =
3
C000
4
D .
Reducimos por filas
¡121a¢$ (1a)¡
142a¢$ (2a)
3
C1 �1 �3�1 1 15 �5 �9
4
D ,
(2a + 1a)$ (2a)(3a + 5× 2a)$ (3a)
3
C1 �1 �30 0 �20 0 �4
4
D ,
obtenemos el sistema equivalente
½x� y � 6z = 0
z = 0,
;?
=
x = t,y = t,z = 0 t 5 R.
Vector propio asociado
v2 =
3
C110
4
D .
2.3 Vectores propios asociados a �3 = 2.
Resolvemos(A� 2I)v = 0,
3
C1 �2 �6�4 3 45 �5 �10
4
D
3
Cxyz
4
D =
3
C000
4
D .
Reducimos filas
¡153a¢$ (3a)
3
C1 �2 �6�4 3 41 �1 �2
4
D ,
(2a + 4 · 1a)$ (2a)(3a � 1a)$ (3a)
3
C1 �2 �60 �5 �200 1 4
4
D ,
![Page 13: Valores y Vectores Propios](https://reader034.vdocuments.co/reader034/viewer/2022052600/55721060497959fc0b8d1294/html5/thumbnails/13.jpg)
Soluciones a los ejercicios: Valores y vectores propios 8
¡315 2
a¢$ (2a)
3
C1 �2 �60 1 40 1 4
4
D ,
obtenemos el sistema equivalente½x� 2y � 6z = 0y + 4z = 0
;?
=
x = 2y + 6z = �8t+ 6t = �2t,y = �4t,z = t, t 5 R.
Vectores propios asociados
v = t
3
C�2�41
4
D , t 5 R.
tomamos
v3 =
3
C24�1
4
D .
Base de vectores propios
V = {v1,v2,v3} .
3. DiagonalizaciónD = V31AV.
Matriz de cambio
V =
3
C1 1 20 1 41 0 �1
4
D .
Inversa por Gauss-Jordan3
C1 1 20 1 41 0 �1
¯̄¯̄¯̄1 0 00 1 00 0 1
4
D ,
(3a � 1a)$ (3a)
3
C1 1 20 1 40 �1 �3
¯̄¯̄¯̄
1 0 00 1 0�1 0 1
4
D ,
(3a + 2a)$ (3a)
3
C1 1 20 1 40 0 1
¯̄¯̄¯̄
1 0 00 1 0�1 1 1
4
D ,
![Page 14: Valores y Vectores Propios](https://reader034.vdocuments.co/reader034/viewer/2022052600/55721060497959fc0b8d1294/html5/thumbnails/14.jpg)
Soluciones a los ejercicios: Valores y vectores propios 9
(1a � 2 · 3a)$ (1a)(2a � 4 · 3a)$ (2a)
3
C1 1 00 1 00 0 1
¯̄¯̄¯̄
3 �2 �24 �3 �4�1 1 1
4
D ,
(1a � 2a)$ (1a)
3
C1 0 00 1 00 0 1
¯̄¯̄¯̄�1 1 24 �3 �4�1 1 1
4
D .
Inversa
V31 =
3
C�1 1 24 �3 �4�1 1 1
4
D .
Verificamos la diagonalización
D = V31AV =
3
C�1 1 24 �3 �4�1 1 1
4
D
3
C3 �2 �6�4 5 45 �5 �8
4
D
3
C1 1 20 1 41 0 1
4
D
=
3
C�1 1 24 �3 �4�1 1 1
4
D
3
C�3 1 40 1 8�3 0 �2
4
D
=
3
C�3 0 00 1 00 0 2
4
D .
4.Ver Resolución con Maple. ¤
Ejercicio 5 Consideramos la matriz
A =
3
C1 �1 0�2 4 �20 �1 1
4
D .
1. Calcula los valores propios.
2. Determina una base de vectores propios.
3. Diagonaliza la matriz.
4. Verifica los resultados con Maple.
___________
1. Valores propios
Polinomio característico
p (�) = |A� �I| =
¯̄¯̄¯̄1� � �1 0�2 4� � �20 �1 1� �
¯̄¯̄¯̄ .
Ejercicio 5:
Soluciones a los ejercicios: Valores y vectores propios 9
(1a � 2 · 3a)$ (1a)(2a � 4 · 3a)$ (2a)
3
C1 1 00 1 00 0 1
¯̄¯̄¯̄
3 �2 �24 �3 �4�1 1 1
4
D ,
(1a � 2a)$ (1a)
3
C1 0 00 1 00 0 1
¯̄¯̄¯̄�1 1 24 �3 �4�1 1 1
4
D .
Inversa
V31 =
3
C�1 1 24 �3 �4�1 1 1
4
D .
Verificamos la diagonalización
D = V31AV =
3
C�1 1 24 �3 �4�1 1 1
4
D
3
C3 �2 �6�4 5 45 �5 �8
4
D
3
C1 1 20 1 41 0 1
4
D
=
3
C�1 1 24 �3 �4�1 1 1
4
D
3
C�3 1 40 1 8�3 0 �2
4
D
=
3
C�3 0 00 1 00 0 2
4
D .
4.Ver Resolución con Maple. ¤
Ejercicio 5 Consideramos la matriz
A =
3
C1 �1 0�2 4 �20 �1 1
4
D .
1. Calcula los valores propios.
2. Determina una base de vectores propios.
3. Diagonaliza la matriz.
4. Verifica los resultados con Maple.
___________
1. Valores propios
Polinomio característico
p (�) = |A� �I| =
¯̄¯̄¯̄1� � �1 0�2 4� � �20 �1 1� �
¯̄¯̄¯̄ .
![Page 15: Valores y Vectores Propios](https://reader034.vdocuments.co/reader034/viewer/2022052600/55721060497959fc0b8d1294/html5/thumbnails/15.jpg)
Soluciones a los ejercicios: Valores y vectores propios 10
p (�) = (1� �)2 (4� �)� 2 (1� �)� 2 (1� �)
= (1� �) [(1� �) (4� �)� 4]= (1� �)
¡�2 � 5�
¢
= � (1� �) (�� 5) .
Espectro� (A) = {0, 1, 5} .
2. Base de vectores propios.
2.1. Vectores propios asociados a �1 = 0.
ResolvemosAv = ~0,
3
C1 �1 0�2 4 �20 �1 1
4
D
3
Cxyz
4
D =
3
C000
4
D .
Reducimos por filas
¡122a¢$ (2a)
3
C1 �1 0�1 2 �10 �1 1
4
D ,
(2a + 1a)$ (2a)
3
C1 �1 00 1 �10 �1 1
4
D ,
obtenemos el sistema equivalente
½x� y = 0y � z = 0 ,
;?
=
x = t,y = t,z = t, t 5 R.
Vector propio asociado
v1 =
3
C111
4
D .
2.2 Vectores propios asociados a �2 = 1.
Resolvemos(A� I)v = ~0,
3
C0 �1 0�2 3 �20 �1 0
4
D
3
Cxyz
4
D =
3
C000
4
D ,
½�2x+ 3y � 2z = 0
y = 0,½x+ z = 0
y = 0
![Page 16: Valores y Vectores Propios](https://reader034.vdocuments.co/reader034/viewer/2022052600/55721060497959fc0b8d1294/html5/thumbnails/16.jpg)
Soluciones a los ejercicios: Valores y vectores propios 11
;?
=
x = �t,y = 0,z = t, t 5 R.
Vector propio asociado
v2 =
3
C�101
4
D .
2.3 Vectores propios asociados a �3 = 5.
Resolvemos(A� 5I)v = 0,
3
C�4 �1 0�2 �1 �20 �1 �4
4
D
3
Cxyz
4
D =
3
C000
4
D .
Reducimos filas
(�2a)$ (1a)(1a)$ (2a)
3
C2 1 2�4 �1 00 �1 �4
4
D ,
(2a + 2 · 1a)$ (2a)
3
C2 1 20 1 40 �1 �4
4
D ,
obtenemos el sistema ½2x+ y + 2z = 0y + 4z = 0
;?
=
x = 12 (�y � 2z) =
12 (4t� 2t) = t,
y = �4t,z = t, t 5 R.
Vectores propios asociados
v = t
3
C1�41
4
D , t 5 R,
tomamos
v3 =
3
C1�41
4
D .
Base de vectores propios
V = {v1,v2,v3} .
![Page 17: Valores y Vectores Propios](https://reader034.vdocuments.co/reader034/viewer/2022052600/55721060497959fc0b8d1294/html5/thumbnails/17.jpg)
Soluciones a los ejercicios: Valores y vectores propios 12
3. DiagonalizaciónD = V31AV
Matriz de cambio
V =
3
C1 �1 11 0 �41 1 1
4
D .
Inversa
V31 =
3
EC
25
15
25
�12 0 12
110 �15
110
4
FD .
Verificamos la diagonalización
D = V31AV =
3
EC
25
15
25
�12 0 12
110 �15
110
4
FD
3
C1 �1 0�2 4 �20 �1 1
4
D
3
C1 �1 11 0 �41 1 1
4
D
=
3
EC
25
15
25
�12 0 12
110 �15
110
4
FD
3
C0 �1 50 0 �200 1 5
4
D
=
3
C0 0 00 1 00 0 5
4
D .
4. Ver Resolución con Maple. ¤
Ejercicio 6 Dada la matriz
A =
3
C�4 14 0�5 13 0�1 0 2
4
D ,
queremos determinar el valor propio dominante usando el método de lapotencia a partir del vector
x(0) =
3
C100
4
D .
1. Haz las 4 primeras iteraciones de forma manual.
2. Escribe un programa Maple que permita aplicar el método de la po-tencia. Verifica su funcionamiento con el valor de las iteraciones cal-culadas manualmente.